On Bootstrapping Kernel Spectral Estimates
核谱估计的自助法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论时间序列核谱密度估计及周期图自助法，直接对应时间序列方法，没有金融高频或波动率应用依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
核谱估计的自助法
- 研究问题
- 如何为时间序列的核谱密度估计构造自助法，使其在适当条件下具有渐近有效性，并评估中等样本量下的表现？
- 方法与思路
- 作者提出从原始数据的周期图进行重抽样来实现核谱密度估计的自助法，论证渐近有效性并开展小规模模拟。
- 材料陈述的贡献
- 摘要称周期图重抽样方法在适当条件下渐近有效，并用中等规模时间序列样本展示表现，但未报告全面的有限样本比较。
- 阅读关注点
- 应核对周期图重抽样步骤、时间序列与核带宽条件，以及渐近有效性对应的统计量和模拟中的误差或覆盖率指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；适当条件、样本量和模拟结果未提供，不能据此判断对任意依赖序列的有效性。
原文摘要
An approach to bootstrapping kernel spectral density estimates is described which is based on resampling from the periodogram of the original data. We show that it is asymptotically valid under suitable conditions, and we illustrate its performance for a medium-sized time series sample with a small simulation study.